افتتاحی Apache 2.0 لائسنس کے تحت لائسنس یافتہ تلاش، تجزیات، سیکورٹی مانیٹرنگ، اور آبزرویبلٹی ایپلی کیشنز کے لیے ایک توسیع پذیر، لچکدار، اور قابل توسیع اوپن سورس سافٹ ویئر سوٹ ہے۔ ایمیزون اوپن سرچ سروس ایک مکمل طور پر منظم سروس ہے جو AWS Cloud میں OpenSearch کو تعینات کرنے، اسکیل کرنے اور چلانے کے لیے اسے سیدھا بناتی ہے۔
OpenSearch مطابقت کے اسکور کا حساب لگانے کے لیے BM-25 نامی امکانی درجہ بندی کا فریم ورک استعمال کرتا ہے۔ اگر کسی دستاویز میں ایک مخصوص مطلوبہ لفظ زیادہ کثرت سے ظاہر ہوتا ہے، تو BM-25 اس دستاویز کو ایک اعلیٰ مطابقت کا اسکور تفویض کرتا ہے۔ تاہم، یہ فریم ورک صارف کے رویے پر غور نہیں کرتا جیسے کلک کے ذریعے یا خریداری کے ڈیٹا، جو انفرادی صارفین کے لیے مطابقت کو مزید بہتر بنا سکتا ہے۔
تلاش کی فعالیت کو بہتر بنانا کسی ویب سائٹ یا ایپلیکیشن پر صارف کے مجموعی تجربے اور مصروفیت کو بڑھانے کا ایک لازمی پہلو ہے۔ سرچ ٹریفک کو اعلیٰ ارادے کے طور پر سمجھا جاتا ہے کیونکہ صارفین سرگرمی سے کسی خاص شے کی تلاش کر رہے ہیں، اور وہ اوسطاً غیر سائٹ تلاش کرنے والوں کے مقابلے میں دو گنا زیادہ تبدیل ہوتے پائے گئے ہیں۔ صارف کے تعامل کے ڈیٹا جیسے کلکس، پسندیدگی اور خریداریوں کا استعمال کرکے، کاروبار اس ٹریفک سے فائدہ اٹھانے کے لیے تلاش کی مطابقت کو بہتر بنا سکتے ہیں اور مطلوبہ اشیاء کو تلاش کرنے میں دشواریوں کی وجہ سے صارفین کے اپنے سیشنز چھوڑنے کے واقعات کو کم کر سکتے ہیں۔ تلاش کے نتائج کے معیار کو بہتر بنا کر، کاروبار اپنے گاہک کی مصروفیت، اطمینان اور وفاداری کو نمایاں طور پر بہتر بنا سکتے ہیں، نیز اپنی تبادلوں کی شرحوں میں اضافہ کر سکتے ہیں، جو بالآخر زیادہ منافع اور کامیابی کا باعث بنتے ہیں۔
ایمیزون کو ذاتی بنائیں۔ آپ کو اسی مشین لرننگ (ML) ٹیکنالوجی کا استعمال کرتے ہوئے اپنی ایپلی کیشنز میں نفیس ذاتی نوعیت کی صلاحیتیں شامل کرنے کی اجازت دیتا ہے Amazon.com 20 سال سے زیادہ. کسی ML مہارت کی ضرورت نہیں ہے۔
Amazon Personalize آپ کے صارف کے بارے میں متعلقہ معلومات، جیسے کہ ڈیوائس کی قسم، مقام، دن کا وقت، یا آپ کی فراہم کردہ دیگر معلومات کی بنیاد پر سفارشات کی خودکار ایڈجسٹمنٹ کی حمایت کرتا ہے۔ آپ Amazon Personalize کو اپنے صارفین کے بارے میں تاریخی ڈیٹا فراہم کرتے ہیں اور آپ کی درخواست میں ان کے تعاملات، جیسے خریداری کی سرگزشت، درجہ بندی اور پسندیدگی۔ آپ بڑے تاریخی ڈیٹاسیٹس کو ایک ساتھ درآمد کرکے ایمیزون پرسنلائز میں بڑی تعداد میں ڈیٹا شامل کرسکتے ہیں۔ ایمیزون سادہ اسٹوریج سروس (Amazon S3) CSV فائل، Amazon Personalize کے لیے مطلوبہ فارمیٹ کا استعمال کرتے ہوئے۔ آپ ایمیزون پرسنلائز کنسول یا API کا استعمال کرتے ہوئے ریکارڈز درآمد کرکے بتدریج ڈیٹا بھی شامل کرسکتے ہیں۔ آپ کا تاریخی ڈیٹا درآمد ہونے کے بعد، آپ صارف کے تعامل کے واقعات بھیج کر حقیقی وقت میں نیا ڈیٹا فراہم کرنا جاری رکھ سکتے ہیں۔ استعمال کے معاملے کی بنیاد پر جس پر آپ توجہ دینا چاہتے ہیں، جیسے کہ پروڈکٹ کی سفارشات، آپ پہلے سے تیار کردہ نسخہ منتخب کرتے ہیں جو اس مقصد کے لیے موزوں ہے۔ Amazon Personalize آپ کے ڈیٹا کا تجزیہ کرتا ہے اور آپ کے صارفین اور ایپلیکیشن کے لیے موزوں کردہ ذاتی سفارشات تیار کرنے کے لیے ترکیب میں موجود پیرامیٹرز کی بنیاد پر ایک حسب ضرورت ML ماڈل کو تربیت دیتا ہے۔ ماڈل کی تربیت کے بعد، آپ اپنے صارفین کے لیے حقیقی وقت میں ذاتی نوعیت کی تجاویز تیار کر سکتے ہیں۔
نئے لانچ ہونے کے ساتھ ایمیزون اوپن سرچ سروس کے لیے ایمیزون پرسنلائزڈ سرچ پلگ ان، آپ صارف کے تعامل کی سرگزشتوں اور دلچسپیوں کو ان کے تلاش کے نتائج کو بڑھانے کے لیے استعمال کر سکتے ہیں۔ ایک کا استعمال کرتے ہوئے ایمیزون پرسنلائز ریسیپی جیسے ذاتی درجہ بندی، آپ OpenSearch سروس سے تلاش کے نتائج حاصل کرنے کے وقت صارف کی دلچسپیوں پر مبنی متعلقہ اشیاء کے تلاش کے نتائج کو بڑھانے میں مدد کر سکتے ہیں۔
یہ پوسٹ وضاحت کرتی ہے کہ ذاتی نوعیت کے تلاش کے تجربات کو فعال کرنے کے لیے ایمیزون پرسنلائز سرچ رینکنگ پلگ ان کو اوپن سرچ سروس کے ساتھ کیسے مربوط کیا جائے۔ اس پوسٹ میں Amazon Personalize نمونے بنانے کے لیے، ہم IMDb کا ڈیٹا سیٹ استعمال کرتے ہیں، جو فلم، TV، اور مشہور شخصیات کے مواد کے لیے دنیا کا سب سے مستند ذریعہ ہے، AWS مارکیٹ پلیس پر دستیاب ہے، طور پر مووی لینس ڈیٹاسیٹ مینیسوٹا یونیورسٹی میں گروپ لینز کی تحقیق کے ذریعے تیار کیا گیا، جس میں مختلف فلموں کے لیے صارف کی درجہ بندی شامل ہے۔
حل جائزہ
مندرجہ ذیل خاکہ حل کے فن تعمیر کی وضاحت کرتا ہے۔
ورک فلو میں درج ذیل مراحل شامل ہیں:
- صارف اپنی ویب سائٹ یا پورٹل کے ذریعے تلاش کی درخواست جاری کرتا ہے۔ تلاش کی یہ درخواست OpenSearch سروس کو بھیجی جاتی ہے۔
- سرفہرست N تلاش کے نتائج اوپن سرچ سروس انڈیکس سے لوٹائے جاتے ہیں اور ان پٹ کو پری پروسیس کرنے اور تیار کرنے کے لیے پلگ ان کو بھیجا جاتا ہے۔ ایمیزون پرسنلائز مہم.
- تلاش کے نتائج کی دوبارہ درجہ بندی حاصل کرنے کے لیے درخواست Amazon Personalize کو بھیجی جاتی ہے۔
- Amazon Personalize ہر نتیجے کے لیے متعلقہ سکور کے ساتھ تلاش کے نتائج کی ذاتی درجہ بندی واپس کرتا ہے۔
- دوبارہ درجہ بندی کی گئی ہٹس پلگ ان کے ذریعے اوپن سرچ سروس میں واپس کی جاتی ہیں، اوپن سرچ سروس کے متعلقہ سکور اور ایمیزون پرسنلائز پرسنلائزڈ رینکنگ سکور کے درمیان لاگو وزن کے ساتھ۔ آپ وزن کا ایک پیرامیٹر (0.0–1.0 کے درمیان) بتاتے ہیں جو نتائج کی دوبارہ درجہ بندی کرتے وقت OpenSearch سروس اور Amazon Personalize کے درمیان توازن کو کنٹرول کرتا ہے۔ زیادہ وزن کا مطلب ہے Amazon Personalize درجہ بندی کے اسکورز بمقابلہ OpenSearch سروس کے اسکورز کا زیادہ اثر۔ یہ آپ کو اپنی مرضی کے مطابق کرنے کی اجازت دیتا ہے کہ ذاتی نوعیت کی سفارشات صارف کو واپس آنے والی حتمی تلاش کے نتائج کی درجہ بندی پر کتنا اثر انداز ہوتی ہیں۔
- صارف کو ان کی ترجیحات اور تعاملات کی بنیاد پر ذاتی نوعیت کے تلاش کے نتائج ملتے ہیں۔
شرائط
آپ کے پاس درج ذیل شرائط ہونی چاہئیں:
- An AWS اکاؤنٹ.
- An AWS شناخت اور رسائی کا انتظام مناسب رسائی کی اجازتوں کے ساتھ (IAM) کا کردار۔ ہم مہیا کرتے ہیں AWS کلاؤڈ فارمیشن مطلوبہ IAM کردار اور رسائی کو ترتیب دینے میں مدد کے لیے ٹیمپلیٹس اور Jupyter نوٹ بک۔
- OpenSearch سروس میں پرسنلائزیشن کو فعال کرنے کے لیے، آپ کو مطلوبہ Amazon Personalize وسائل ترتیب دینے ہوں گے، بشمول ڈیٹا سیٹ گروپ، حل ورژن، اور مہم۔ ہم نے فراہم کیا ہے a Jupyter نوٹ بک جو مکمل طور پر منظم Jupyter نوٹ بک مثال کی صلاحیتوں سے فائدہ اٹھاتے ہوئے تمام Amazon Personalize وسائل تخلیق کرتا ہے۔ ایمیزون سیج میکر.
CloudFormation اسٹیک کو تعینات کریں۔
کلاؤڈ فارمیشن اسٹیک اوپن سرچ سروس ڈومین اور سیج میکر نوٹ بک مثال کی تعیناتی کو خودکار کرتا ہے۔ اسٹیک کو تعینات کرنے کے لیے درج ذیل اقدامات کو مکمل کریں:
- میں سائن ان کریں AWS مینجمنٹ کنسول اکاؤنٹ میں اپنی اسناد کے ساتھ جہاں آپ CloudFormation اسٹیک کو تعینات کرنا چاہتے ہیں۔
- CloudFormation اسٹیک لانچ کریں۔ براہ راست.
- پر تفصیلات بتائیں صفحہ، ٹیمپلیٹ کے لیے درکار کوئی بھی پیرامیٹرز فراہم کریں، جیسے اوپن سرچ سروس اور سیج میکر مثال کے سائز۔
- پر اسٹیک کے اختیارات کو ترتیب دیں۔ صفحہ، ایک اسٹیک کا نام اور کوئی دوسرا آپشن جو آپ سیٹ کرنا چاہتے ہیں بتا دیں۔
- اسٹیک بنانا مکمل کریں اور اسٹیک تفصیلات والے صفحہ پر اسٹیٹس کی نگرانی کریں۔
- اسٹیک بننے کے بعد، کنسول سے سیج میکر نوٹ بک مثال کھولیں۔
نوٹ بک کی مثال پہلے سے ہی مطلوبہ نوٹ بک کے ساتھ پہلے سے لوڈ کی جائے گی۔
ایمیزون پرسنلائز ورک فلو کو ترتیب دیں اور مکمل کریں۔
کھولو 1.Configure_Amazon_Personalize.ipynb ایمیزون پرسنلائز آرٹفیکٹس کو ترتیب دینے کے لیے نوٹ بک۔ یہ نوٹ بک آپ کو درج ذیل مراحل سے گزارتی ہے:
- ڈیٹاسیٹ کو ڈاؤن لوڈ کریں اور ڈیٹا سیٹس بنانے کے لیے مطلوبہ ان پٹ فائلیں بنانے کے لیے ڈیٹا کو پری پروسیس کریں۔
- ڈیٹا سیٹ گروپ بنائیں۔
- ڈیٹاسیٹس اور اسکیمے بنائیں۔
- ڈیٹا تیار کریں اور درآمد کریں۔
- ایک حل اور حل ورژن بنائیں۔
- حل کے ورژن کے لیے ایک مہم بنائیں۔
Jupyter نوٹ بک کا استعمال کرتے ہوئے Amazon Personalise Search Ranking پلگ ان انسٹال کریں۔
کھولو 2.Configure_Amazon_OpenSearch.ipynb نوٹ بک اور ہدایات کے ذریعے چلائیں. یہ نوٹ بک آپ کو درج ذیل مراحل سے گزارتی ہے:
- اوپن سرچ سروس مثال میں نمونہ انڈیکس ڈیٹا داخل کریں۔ نمائندہ ڈیٹا کے ساتھ انڈیکس کو آباد کرنے سے پلگ ان کی مکمل جانچ اور توثیق کی سہولت ملتی ہے۔
- اوپن سرچ سروس ڈومین میں پلگ ان پیکج انسٹال کریں۔ یہ ذاتی نوعیت کی صلاحیتوں کو OpenSearch ماحول میں ضم کرتا ہے۔
- پلگ ان کی فعالیت کو چالو کرنے کے لیے تلاش کی پائپ لائنیں ترتیب دیں۔ تلاش کی پائپ لائنوں میں درخواست پری پروسیسرز اور جوابی پوسٹ پروسیسرز ہوتے ہیں جو سوالات اور نتائج کو تبدیل کرتے ہیں۔ پائپ لائن بناتے وقت، ایمیزون پرسنلائز مہم ARN کی وضاحت کریں جو پہلے a میں بنائی گئی تھی۔
personalized_search_ranking
ذاتی نوعیت کی دوبارہ درجہ بندی کو فعال کرنے کے لیے پوسٹ پروسیسر۔ یہ رزلٹ پروسیسنگ کے دوران درخواست کے لیے Amazon Personalize سے حقیقی وقت میں ذاتی نوعیت کے نتائج حاصل کرنے کے لیے پلگ ان کو ترتیب دیتا ہے۔ پائپ لائنوں کی وضاحت پلگ ان کو صارف کی ترجیحات کی بنیاد پر تلاش کی مطابقت کو بڑھانے کی اجازت دیتی ہے۔
کنسول کا استعمال کرتے ہوئے ایمیزون پرسنلائز سرچ رینکنگ پلگ ان انسٹال کریں۔
آپ کنسول سے ایمیزون پرسنلائز سرچ پلگ ان بھی ترتیب دے سکتے ہیں۔ آپ کو یہ صرف اس صورت میں کرنے کی ضرورت ہے جب آپ نے پہلے سے Jupyter نوٹ بک کا استعمال کرتے ہوئے پلگ ان انسٹال نہیں کیا ہے۔
اوپن سرچ سروس پر ایمیزون پرسنلائز سرچ رینکنگ پلگ ان انسٹال کرنے کے لیے، درج ذیل مراحل کو مکمل کریں:
- اوپن سرچ سروس کنسول پر، اپنے ڈومین پر جائیں۔
- پر پیکجوں کے ٹیب، منتخب کریں ایسوسی ایٹ پیکج Amazon Personalise Search Ranking پلگ ان کو اپنے OpenSearch Service کے ڈومین کے ساتھ منسلک کرنے کے لیے۔ پلگ ان کا ورژن OpenSearch سروس کے ڈومین ورژن سے مماثل ہونا چاہیے۔
Amazon Personalize Search Ranking پلگ ان OpenSearch Service کے ورژن 2.9 اور اس سے اوپر کے ورژن پر انسٹال کیا جا سکتا ہے۔
- دستیاب پلگ انز کی فہرست میں Amazon Personalise Search Ranking پلگ ان کو تلاش کریں۔
- میں سے انتخاب کریں ایسوسی ایٹ اسے انسٹال کرنے اور اسے اپنے موجودہ اوپن سرچ سروس ڈومین کے ساتھ منسلک کرنے کے لیے پلگ ان کے آگے۔
آپ کے پلگ ان کو جوڑنے کے بعد، یہ پیکجوں کی فہرست میں پلگ ان کی قسم کے طور پر ظاہر ہوگا۔ پلگ ان انسٹال ہونے کے ساتھ، انسٹالیشن کا عمل اب مکمل ہو گیا ہے۔
ایمیزون پرسنلائز سرچ رینکنگ پلگ ان کو فعال کریں۔
ایمیزون پرسنلائز سرچ رینکنگ پلگ ان استعمال کرتا ہے۔ search-pipeline
OpenSearch سروس کی خصوصیت، ورژن 2.9 سے شروع ہوتی ہے۔ پلگ ان پر منحصر ہے۔ search-pipeline
اوپن سرچ سروس کے ذریعہ فراہم کردہ تلاش کے نتائج پر ایمیزون پرسنلائزڈ رینکنگ کو لاگو کرنے کی خصوصیت اور اسے بطور سیٹ اپ کرنے کی ضرورت ہے۔ search-pipeline
ردعمل پروسیسر. اس پائپ لائن کی تعریف میں Amazon Personalize پلگ ان کے لیے ترتیب شامل ہو گی، جس میں Amazon Personalize کی درجہ بندی حاصل کرنے کے لیے کال کرنے کے لیے Amazon Personalize مہم، Amazon Personalize وسائل تک رسائی کے لیے IAM کا کردار، نیز مندرجہ ذیل جدول میں بیان کردہ پیرامیٹرز شامل ہیں۔
ترتیبات | کی ضرورت ہے | پہلے سے طے شدہ | Description |
campaign |
جی ہاں | کوئی بھی نہیں | نتائج کو ذاتی بنانے کے لیے استعمال کرنے کے لیے Amazon Personalize مہم کے ARN کی وضاحت کریں۔ |
recipe |
جی ہاں | کوئی بھی نہیں | استعمال کرنے کے لیے Amazon Personalize کی ترکیب کا نام بتائیں۔ اس تحریر کے مطابق، aws-personalized-ranking واحد تائید شدہ قدر ہے۔ |
item_id_field |
نہیں | "_id" | اگر _id OpenSearch میں انڈیکسڈ دستاویز کے لیے فیلڈ آپ کے Amazon Personalize سے مطابقت نہیں رکھتی itemId ، اس فیلڈ کا نام بتائیں جو کرتا ہے۔ |
weight |
جی ہاں | کوئی بھی نہیں | اس زور کی وضاحت کریں کہ رسپانس پروسیسر جب نتائج کو دوبارہ رینک کرتا ہے تو اسے ذاتی نوعیت کا بناتا ہے۔ 0.0-1.0 کی حد کے اندر ایک قدر کی وضاحت کریں۔ یہ 1.0 کے جتنا قریب ہے، اتنا ہی زیادہ امکان ہے کہ Amazon Personalize کے نتائج کا درجہ بلند ہوگا۔ اگر آپ 0.0 کی وضاحت کرتے ہیں تو، کوئی شخصی نہیں ہوتا ہے اور OpenSearch سروس کو فوقیت حاصل ہوتی ہے۔ |
tag |
نہیں | کوئی بھی نہیں | پروسیسر کے لیے ایک شناخت کنندہ کی وضاحت کریں۔ |
iam_role_arn |
جی ہاں | کوئی بھی نہیں | ایمیزون پرسنلائز وسائل تک رسائی کے لیے IAM کردار کی وضاحت کریں۔ یہ OpenSearch سروس کے لیے درکار ہے، اور اوپن سورس OpenSearch کے لیے اختیاری ہے۔ |
aws_region |
جی ہاں | کوئی بھی نہیں | AWS ریجن کی وضاحت کریں جہاں آپ نے اپنی Amazon Personalize مہم بنائی تھی۔ |
ignore_failure |
نہیں | کوئی بھی نہیں | واضح کریں کہ آیا پلگ ان کسی بھی پروسیسر کی ناکامی کو نظر انداز کرتا ہے۔ اقدار کے لیے، وضاحت کریں۔ true or false . آپ کے پیداواری ماحول کے لیے، ہم تجویز کرتے ہیں کہ آپ وضاحت کریں۔ true استفسار کے جوابات کے لیے کسی رکاوٹ سے بچنے کے لیے۔ ٹیسٹ کے ماحول کے لیے، آپ وضاحت کر سکتے ہیں۔ false پلگ ان سے پیدا ہونے والی کسی بھی غلطی کو دیکھنے کے لیے۔ |
external_account_iam_role_arn |
نہیں | کوئی بھی نہیں | اگر آپ OpenSearch سروس استعمال کرتے ہیں اور آپ کے Amazon Personalize اور OpenSearch سروس کے وسائل مختلف اکاؤنٹس میں موجود ہیں، تو اس کردار کے ARN کی وضاحت کریں جسے Amazon Personalize تک رسائی کی اجازت ہے۔ |
مندرجہ ذیل Python کوڈ کا ٹکڑا a کے ساتھ ایک سرچ پائپ لائن بناتا ہے۔ personalized_search_ranking
اوپن سرچ سروس ڈومین پر رسپانس پروسیسر۔ آپ یہ مرحلہ ایک بار نوٹ بک کے حصے کے طور پر چلاتے ہیں جو اس پوسٹ کے ساتھ ہے:
ذاتی درجہ بندی کے لیے سرچ پائپ لائن کی وضاحت کریں۔
آپ مندرجہ ذیل ازگر کوڈ استعمال کر سکتے ہیں a کے ساتھ سرچ پائپ لائن بنانے کے لیے personalized_search_ranking
اوپن سرچ سروس ڈومین پر رسپانس پروسیسر۔ ڈومین اینڈ پوائنٹ کو اپنے ڈومین اینڈ پوائنٹ یو آر ایل سے تبدیل کریں۔ مثال کے طور پر: https://<domain name>.<AWS region>.es.amazonaws.com
.
انفرادی استفسار پر سرچ پائپ لائن لگائیں۔
ایک کے ساتھ تلاش کی پائپ لائن کو ترتیب دینے کے بعد personalized_search_ranking
ریسپانس پروسیسر، آپ Amazon Personalise Search Ranking پلگ ان کو اپنے OpenSearch کے سوالات پر لاگو کر سکتے ہیں اور دوبارہ درجہ بندی کے نتائج دیکھ سکتے ہیں۔ اپنے ڈومین کے اختتامی نقطہ، اپنی OpenSearch سروس انڈیکس، اپنی پائپ لائن کا نام (آپ نے اوپر کنفیگر کیا ہے) اور آپ کا استفسار (ہم استفسار کے لیے "Tom Cruise" استعمال کرتے ہیں) کی وضاحت کرنے کے لیے کوڈ کو اپ ڈیٹ کریں۔ کے لیے user_id
، اس صارف کی ID کی وضاحت کریں جس کے لیے آپ کو تلاش کے نتائج مل رہے ہیں۔ یہ صارف اس ڈیٹا میں ہونا چاہیے جو آپ نے اپنا Amazon Personalize سلوشن ورژن بنانے کے لیے استعمال کیا۔
نتائج کا اندازہ کریں
کھولو 3.Testing.ipynb نوٹ بک کریں اور ان سوالات کے نتائج کی جانچ اور موازنہ کرنے کے لیے اقدامات کریں جو ذاتی نوعیت کا استعمال کرتے ہیں اور جو نہیں کرتے ہیں۔ ایمیزون پرسنلائز سرچ رینکنگ پلگ ان اوپن سرچ سروس کے استفسار کے جواب میں تلاش کے نتائج کو دوبارہ رینک کرتا ہے۔ یہ Amazon Personalize کی درجہ بندی اور OpenSearch سروس کی درجہ بندی دونوں پر غور کرتا ہے۔ یہ نوٹ بک آپ کو درج ذیل مراحل سے گزارتی ہے:
- اپنے OpenSearch سروس ڈومین کے ساتھ کنکشن قائم کرنے کے لیے ضروری کنکشن پیرامیٹرز کی وضاحت کریں۔ اس میں ڈومین کے اختتامی نقطہ، تصدیقی اسناد، اور آپ کے مخصوص OpenSearch سروس سیٹ اپ کے لیے درکار کوئی بھی اضافی کنفیگریشن سیٹنگ کی وضاحت کرنا شامل ہے۔
- نمونے کے سوالات کا ایک سیٹ بنائیں، بشمول ذاتی نوعیت کے پیرامیٹرز والے سوالات اور ذاتی نوعیت کے پیرامیٹرز کے بغیر سوالات۔ یہ سوالات تلاش کے نتائج پر ذاتی نوعیت کے اثرات کا جائزہ لینے کے لیے استعمال کیے جائیں گے۔
- چلائیں اور ان سوالات کے نتائج کا موازنہ کریں جو ذاتی نوعیت کا استعمال کرتے ہیں اور جو نہیں کرتے ہیں۔
ہماری مثال کے لیے، ہم نے "Tom Cruise" کے لیے ایک استفسار استعمال کیا اور پرسنلائزیشن پیرامیٹر کے لیے، ہم نے ڈرامہ اور رومانوی فلموں کی انواع دیکھنے کی حالیہ تاریخ رکھنے والے صارف کا استعمال کیا۔ اس کے بعد کے تلاش کے نتائج یہ ظاہر کرتے ہیں کہ کس طرح پلگ ان صارف کے مشاہدہ شدہ دیکھنے کے رویے پر پیش گوئی کی گئی سفارشات کو تیار کرتا ہے اور اسے ترجیح دیتا ہے۔ یہ انفرادی صارف کی ترجیحات اور مشغولیت کے نمونوں پر غور کرکے اپنی مرضی کے مطابق، کیوریٹڈ تجربہ فراہم کرنے کے لیے پلگ ان کی صلاحیت کی مثال دیتا ہے۔ صارف کی ترجیحات کی بنیاد پر تلاش کے نتائج کو بہتر بنانے اور ان کو بہتر بنانے کی صلاحیت بہتر مطابقت اور افادیت فراہم کرنے کے قابل بناتی ہے۔
ذاتی بنام بمقابلہ غیر ذاتی نتائج
آئیے ID 12 والے صارف کے نتائج کو ذاتی بنانے پر غور کریں۔ سب سے پہلے، ہم کوڈ کو چلا کر اس صارف کے حالیہ تعاملات کو چیک کرتے ہیں۔ 3.Testing.ipynb ان کے تعامل کی تاریخ کو بازیافت کرنے کے لئے نوٹ بک۔ اس سے ہمیں یہ دیکھنے کی اجازت ملتی ہے کہ اس صارف نے حال ہی میں کس قسم کی فلموں کا جائزہ لیا ہے، جو یہ بتا سکتی ہے کہ ہم ان کے لیے سفارشات کو کس طرح ذاتی نوعیت کا بناتے ہیں۔
اس مثال میں، ہم دیکھتے ہیں کہ صارف نے ڈرامہ، رومانس، اور تھرلر فلم کی انواع میں دلچسپی کا اظہار کیا ہے۔ ذاتی نوعیت کی سفارشات فراہم کرنے کے لیے، ہم سب سے پہلے صارف کی صنف کی ترجیحات کو استعمال کرتے ہوئے، ذاتی نوعیت کے پیرامیٹرز کے ساتھ استفسارات چلاتے ہیں۔ پھر ہم موازنہ کے لیے ذاتی نوعیت کے فعال کیے بغیر وہی سوالات چلاتے ہیں۔ مندرجہ ذیل نتائج غیر ذاتی اور ذاتی نوعیت کی سفارش کے نتائج کے درمیان فرق کو ظاہر کرتے ہیں۔
پہلے دو کالم فلموں کے انڈیکس پر سوال "ٹام کروز" کے لیے پہلے سے طے شدہ اوپن سرچ سروس کے نتائج دکھاتے ہیں، جس میں مختلف انواع میں ٹام کروز کی متعدد فلمیں دکھائی جاتی ہیں۔ اگلے دو کالم اسی "ٹام کروز" کے استفسار کے لیے ذاتی نوعیت کی OpenSearch سروس کے نتائج دکھاتے ہیں، لیکن ڈرامہ، رومانس، اور تھرلر انواع میں دلچسپی رکھنے والے صارف کے لیے حسب ضرورت بنائے گئے ہیں۔ عام نتائج کے مقابلے میں، ذاتی نوعیت کے نتائج میں صارف کے پسندیدہ ڈرامہ، رومانوی اور تھرلر انواع میں ٹام کروز کی فلمیں نمایاں ہیں۔ ڈیلٹا اس بات پر روشنی ڈالتا ہے کہ کس طرح ذاتی نوعیت کے نتائج کو غیر ذاتی نوعیت کے نتائج کی نسبت دوبارہ درجہ بندی کیا گیا ہے، ان فلموں کو ترجیح دیتے ہوئے جو صارف کی صنف کی ترجیحات سے ملتی ہیں۔ یہ ظاہر کرتا ہے کہ کس طرح پرسنلائزیشن OpenSearch سروس کے نتائج کو انفرادی صارفین کے ذوق اور دلچسپیوں کے مطابق بنا سکتی ہے۔
یہ موازنہ ظاہر کرتا ہے کہ کس طرح Amazon Personalize OpenSearch Service فلم کے نتائج کو انفرادی صارف کی دلچسپیوں سے مماثل بنا سکتا ہے۔ اگرچہ معیاری OpenSearch سروس کا مقصد Tom Cruise کے لیے عالمی سطح پر متعلقہ فلم کے نتائج پیش کرنا ہے، لیکن Amazon Personalize نتائج کو ٹام کروز کی فلموں پر توجہ مرکوز کرنے کے لیے تیار کرتا ہے جس سے یہ پیش گوئی کی جاتی ہے کہ یہ صارف اپنی منفرد دیکھنے کی تاریخ اور ترجیحات کی بنیاد پر لطف اندوز ہوں گے۔
پہلو بہ پہلو نتائج اس بات کی وضاحت کرتے ہیں کہ کس طرح ایمیزون پرسنلائز فلم کے نتائج کو فرد کے لیے ذاتی بنا کر زیادہ ٹارگٹڈ، صارف پر مرکوز تلاش کا تجربہ فراہم کرتا ہے۔
صاف کرو
اپنے وسائل کو صاف کرنے کے لیے درج ذیل اقدامات کو مکمل کریں:
- میں درج اقدامات پر عمل کریں۔ 4.Cleanup.ipynb نوٹ بک کے ذریعے بنائے گئے وسائل کو صاف کرنے کے لیے نوٹ بک۔
- AWS CloudFormation کنسول پر، اس اسٹیک کو حذف کریں جو آپ نے بنایا ہے۔
نتیجہ
ایمیزون پرسنلائز سرچ رینکنگ پلگ ان بغیر کسی رکاوٹ کے OpenSearch سروس کے ساتھ مربوط ہوتا ہے تاکہ ذاتی نوعیت کے تلاش کے تجربات کو قابل بنایا جا سکے۔ صارف کے رویے کے ڈیٹا اور Amazon Personalize کی ML صلاحیتوں کا استعمال کرتے ہوئے، پلگ ان ہر منفرد صارف کے لیے مطابقت کو بڑھانے کے لیے OpenSearch سروس کے نتائج کی درجہ بندی کو دوبارہ ترتیب دے سکتا ہے۔ یہ اپنی مرضی کے مطابق تلاش کا تجربہ بناتا ہے جو نتائج میں سب سے زیادہ متعلقہ مواد کو ظاہر کرتا ہے۔ پلگ ان مختلف استعمال کے معاملات کو فٹ کرنے کے لیے OpenSearch سروس کے مقامی اسکورنگ کے ساتھ ذاتی نوعیت کو متوازن کرنے کے لیے قابل ترتیب ہے۔ مجموعی طور پر، ایمیزون پرسنلائز سرچ رینکنگ پلگ ان آپ کے صارفین کی انفرادی دلچسپیوں اور ترجیحات کو مدنظر رکھتے ہوئے OpenSearch سروس کی تلاش کی مطابقت اور مشغولیت کو بڑھانے کا ایک طاقتور طریقہ ہے۔ کنفیگریشن کے صرف چند مراحل کے ساتھ، آپ انتہائی متعلقہ نتائج پیش کرنا شروع کر سکتے ہیں جو آپ کے صارفین کے ساتھ مضبوطی سے گونجتے ہیں۔
اضافی وسائل
مصنفین کے بارے میں
جیمز جوری AWS کے ساتھ Applied AI میں پرنسپل سولیوشن آرکیٹیکٹ ہے۔ اسے پرسنلائزیشن اور تجویز کنندگان کے نظام میں خصوصی دلچسپی ہے اور ای کامرس، مارکیٹنگ ٹیکنالوجی، اور کسٹمر ڈیٹا اینالیٹکس میں اس کا پس منظر ہے۔ اپنے فارغ وقت میں، وہ کیمپنگ اور آٹو ریسنگ سمیلیشنز سے لطف اندوز ہوتا ہے۔
ریگن روزاریو AWS میں ایک سولیوشن آرکیٹیکٹ ہے، جو تعلیمی ٹیکنالوجی کمپنیوں کے لیے قابل توسیع، انتہائی دستیاب، اور محفوظ کلاؤڈ سلوشنز بنانے میں مہارت رکھتا ہے۔ سافٹ ویئر انجینئرنگ اور فن تعمیر کے کرداروں میں 10 سال سے زیادہ کے تجربے کے ساتھ، ریگن AWS کے صارفین کو مضبوط کلاؤڈ حل بنانے میں مدد کرنے کے لیے اپنے تکنیکی علم کا استعمال کرنا پسند کرتے ہیں جو AWS کی وسعت اور گہرائی کا فائدہ اٹھاتے ہیں۔
- SEO سے چلنے والا مواد اور PR کی تقسیم۔ آج ہی بڑھا دیں۔
- پلیٹو ڈیٹا ڈاٹ نیٹ ورک ورٹیکل جنریٹو اے آئی۔ اپنے آپ کو بااختیار بنائیں۔ یہاں تک رسائی حاصل کریں۔
- پلیٹوآئ اسٹریم۔ ویب 3 انٹیلی جنس۔ علم میں اضافہ۔ یہاں تک رسائی حاصل کریں۔
- پلیٹو ای ایس جی۔ کاربن، کلین ٹیک، توانائی ، ماحولیات، شمسی، ویسٹ مینجمنٹ یہاں تک رسائی حاصل کریں۔
- پلیٹو ہیلتھ۔ بائیوٹیک اینڈ کلینیکل ٹرائلز انٹیلی جنس۔ یہاں تک رسائی حاصل کریں۔
- ماخذ: https://aws.amazon.com/blogs/machine-learning/unlock-personalized-experiences-powered-by-ai-using-amazon-personalize-and-amazon-opensearch-service/
- : ہے
- : ہے
- : نہیں
- :کہاں
- $UP
- 1
- 10
- 100
- 12
- 13
- 20
- 20 سال
- 7
- 8
- 9
- a
- کی صلاحیت
- ہمارے بارے میں
- اوپر
- تک رسائی حاصل
- اکاؤنٹ
- اکاؤنٹس
- کے پار
- چالو
- فعال طور پر
- شامل کریں
- ایڈیشنل
- پتہ
- ایڈجسٹمنٹ
- فائدہ
- پر اثر انداز
- کے بعد
- AI
- مقصد ہے
- تمام
- کی اجازت دیتا ہے
- پہلے ہی
- بھی
- اگرچہ
- ایمیزون
- ایمیزون اوپن سرچ سروس
- ایمیزون کو ذاتی بنائیں۔
- ایمیزون ویب سروسز
- an
- تجزیاتی
- تجزیہ کرتا ہے
- اور
- کوئی بھی
- اپاچی
- اے پی آئی
- ظاہر
- ظاہر ہوتا ہے
- درخواست
- ایپلی کیشنز
- اطلاقی
- اپلائیڈ اے آئی
- کا اطلاق کریں
- مناسب
- فن تعمیر
- کیا
- AS
- پہلو
- ایسوسی ایٹ
- At
- اضافہ
- مصنف
- کی توثیق
- آٹو
- خودکار
- خودکار
- دستیاب
- اوسط
- سے اجتناب
- AWS
- AWS کلاؤڈ فارمیشن
- AWS مارکیٹ پلیٹ فارم
- پس منظر
- متوازن
- کی بنیاد پر
- BE
- کیونکہ
- رہا
- رویے
- کے درمیان
- جسم
- بڑھانے کے
- دونوں
- چوڑائی
- تعمیر
- عمارت
- کاروبار
- لیکن
- by
- حساب
- فون
- کہا جاتا ہے
- مہم
- کر سکتے ہیں
- صلاحیتوں
- صلاحیت
- فائدہ
- کیس
- مقدمات
- مشہور شخصیت
- چیک کریں
- میں سے انتخاب کریں
- صاف
- قریب
- بادل
- کوڈ
- کالم
- COM
- کمپنیاں
- موازنہ
- مقابلے میں
- موازنہ
- مکمل
- ترتیب
- تشکیل شدہ
- منسلک
- کنکشن
- غور کریں
- سمجھا
- پر غور
- سمجھتا ہے
- پر مشتمل ہے
- کنسول
- تعمیر
- پر مشتمل ہے
- مواد
- متعلقہ
- جاری
- کنٹرول
- تبادلوں سے
- تبدیل
- تخلیق
- بنائی
- پیدا
- تخلیق
- اسناد
- کروز
- cured
- اپنی مرضی کے
- گاہک
- کسٹمر کا ڈیٹا
- گاہک کی مصروفیت
- گاہکوں
- اپنی مرضی کے مطابق
- اپنی مرضی کے مطابق
- اعداد و شمار
- ڈیٹا تجزیات
- ڈیٹاسیٹس
- دن
- پہلے سے طے شدہ
- کی وضاحت
- وضاحت
- تعریف
- نجات
- ترسیل
- ڈیلٹا
- ثبوت
- انحصار کرتا ہے
- تعیناتی
- تعیناتی
- گہرائی
- تفصیل
- مطلوبہ
- تفصیلات
- آلہ
- آریھ
- فرق
- مختلف
- مشکلات
- براہ راست
- دکھائیں
- مخصوص
- متنوع
- do
- دستاویز
- کرتا
- نہیں کرتا
- ڈومین
- نہیں
- ڈرامہ
- دو
- کے دوران
- e
- ہر ایک
- اس سے قبل
- ای کامرس
- تعلیم
- زور
- کو چالو کرنے کے
- چالو حالت میں
- کے قابل بناتا ہے
- اختتام پوائنٹ
- مصروفیت
- انجنیئرنگ
- بڑھانے کے
- بہتر
- بڑھانے
- لطف اندوز
- ماحولیات
- ماحول
- خرابی
- نقائص
- قائم کرو
- اندازہ
- واقعات
- مثال کے طور پر
- اس کے علاوہ
- رعایت
- مثال دیتا ہے
- نمائش
- وجود
- موجودہ
- تجربہ
- تجربات
- مہارت
- بیان کرتا ہے
- اظہار
- ایکسٹینشن
- سہولت
- فیکٹرنگ
- ناکامیوں
- نمایاں کریں
- چند
- میدان
- قطعات
- فائل
- فائلوں
- فلم
- فلمیں
- فائنل
- تلاش
- پہلا
- فٹ
- لچکدار
- توجہ مرکوز
- کے بعد
- کے لئے
- فارمیٹ
- ملا
- فریم ورک
- اکثر
- سے
- مکمل طور پر
- فعالیت
- مزید
- پیدا
- پیدا ہوتا ہے
- سٹائل
- انواع
- حاصل
- ملتا
- حاصل کرنے
- مقصد
- زیادہ سے زیادہ
- گروپ
- ہے
- he
- ہیڈر
- مدد
- ہائی
- اعلی
- پر روشنی ڈالی گئی
- انتہائی
- ان
- تاریخی
- تاریخ
- تاریخ
- مشاہدات
- کس طرح
- کیسے
- تاہم
- HTML
- HTTP
- HTTPS
- ID
- شناخت
- شناختی
- if
- وضاحت
- وضاحت کرتا ہے
- اثر
- درآمد
- درآمد
- کو بہتر بنانے کے
- in
- شامل ہیں
- سمیت
- اضافہ
- انڈکس
- انڈیکس شدہ
- انفرادی
- اثر و رسوخ
- مطلع
- معلومات
- ان پٹ
- انسٹال
- تنصیب
- نصب
- مثال کے طور پر
- ہدایات
- اٹوٹ
- ضم
- انٹیگریٹٹس
- ارادے
- بات چیت
- بات چیت
- دلچسپی
- دلچسپی
- مفادات
- میں
- شامل ہے
- مسائل
- IT
- اشیاء
- فوٹو
- صرف
- علم
- بڑے
- شروع
- معروف
- سیکھنے
- لیوریج
- لائسنس
- لائسنس یافتہ
- کی طرح
- امکان
- پسند
- لسٹ
- محل وقوع
- سے محبت کرتا ہے
- وفاداری
- مشین
- مشین لرننگ
- بناتا ہے
- میں کامیاب
- انتظام
- مارکیٹنگ
- بازار
- میچ
- کا مطلب ہے کہ
- ML
- ماڈل
- کی نگرانی
- نگرانی
- زیادہ
- سب سے زیادہ
- فلم
- فلم
- بہت
- ضروری
- نام
- مقامی
- تشریف لے جائیں
- ضروری
- ضرورت ہے
- ضروریات
- نئی
- نیا
- اگلے
- نہیں
- نوٹ بک
- اب
- of
- on
- ایک بار
- ایک
- صرف
- کھول
- اوپن سورس
- کام
- اصلاح
- آپشنز کے بھی
- or
- دیگر
- ہمارے
- نتائج
- نتائج
- پر
- مجموعی طور پر
- پیکج
- پیکجوں کے
- صفحہ
- پیرامیٹر
- پیرامیٹرز
- حصہ
- خاص طور پر
- پیٹرن
- اجازت
- اجازتیں
- شخصی
- ذاتی بنانا
- نجیکرت
- پائپ لائن
- پلاٹا
- افلاطون ڈیٹا انٹیلی جنس
- پلیٹو ڈیٹا
- پلاٹ
- رابطہ بحال کرو
- پلگ ان
- پورٹل
- پوسٹ
- طاقت
- طاقتور
- پیش گوئیاں
- ترجیحات
- کو ترجیح دی
- تیار
- تیار
- ضروریات
- پرنسپل
- ترجیح دیتا ہے
- ترجیح
- عمل
- پروسیسنگ
- پروسیسر
- مصنوعات
- پیداوار
- منافع
- فراہم
- فراہم
- فراہم کرتا ہے
- خرید
- خریداریوں
- رکھتا ہے
- ازگر
- معیار
- سوالات
- استفسار میں
- لوگ دوڑ میں مقابلہ
- رینج
- درجہ بندی
- رینکنگ
- قیمتیں
- درجہ بندی
- اصلی
- اصل وقت
- حال ہی میں
- حال ہی میں
- ہدایت
- سفارش
- سفارش
- سفارشات
- ریکارڈ
- کو کم
- بہتر
- ادائیگی
- خطے
- رشتہ دار
- جاری
- مطابقت
- متعلقہ
- کی جگہ
- نمائندے
- درخواست
- درخواستوں
- ضرورت
- تحقیق
- دوبارہ ترتیب دیں
- وسائل
- جواب
- جوابات
- نتیجہ
- نتائج کی نمائش
- واپسی
- -جائزہ لیا
- مضبوط
- کردار
- کردار
- رومانوی
- رن
- چل رہا ہے
- sagemaker
- اسی
- نمونہ
- کی اطمینان
- توسیع پذیر
- پیمانے
- سکور
- اسکورنگ
- بغیر کسی رکاوٹ کے
- تلاش کریں
- محفوظ بنانے
- سیکورٹی
- دیکھنا
- کی تلاش
- منتخب
- بھیجنا
- بھیجا
- خدمت
- سروس
- سروسز
- خدمت
- سیشن
- مقرر
- ترتیبات
- سیٹ اپ
- ہونا چاہئے
- دکھائیں
- نمائش
- ظاہر
- نمایاں طور پر
- سادہ
- نقوش
- سائز
- ٹکڑا
- سافٹ ویئر کی
- سافٹ ویئر انجینئرنگ
- حل
- حل
- بہتر
- ماخذ
- خصوصی
- مہارت
- مخصوص
- کی وضاحت
- ڈھیر لگانا
- معیار
- شروع کریں
- شروع
- درجہ
- مرحلہ
- مراحل
- ذخیرہ
- براہ راست
- سختی
- بعد میں
- کامیابی
- اس طرح
- سویٹ
- فراہمی
- تائید
- کی حمایت کرتا ہے
- سسٹمز
- ٹیبل
- TAG
- درزی
- لیتا ہے
- لینے
- ھدف بنائے گئے
- ذائقہ
- ٹیکنیکل
- ٹیکنالوجی
- ٹیکنالوجی کمپنیوں
- سانچے
- سانچے
- ٹیسٹ
- ٹیسٹنگ
- متن
- سے
- کہ
- ۔
- ان
- ان
- تو
- یہ
- وہ
- اس
- مکمل
- ان
- کے ذریعے
- وقت
- اوقات
- عنوان
- کرنے کے لئے
- ٹام
- سب سے اوپر
- ٹریفک
- تربیت یافتہ
- ٹرینوں
- تبدیل
- سچ
- کوشش
- tv
- دو
- قسم
- اقسام
- آخر میں
- کے تحت
- منفرد
- عالمی طور پر
- یونیورسٹی
- انلاک
- اپ ڈیٹ کریں
- URL
- us
- استعمال کی شرائط
- استعمال کیس
- استعمال کیا جاتا ہے
- رکن کا
- صارف کا تجربہ
- صارف پر مرکوز
- صارفین
- استعمال
- کا استعمال کرتے ہوئے
- کی افادیت
- استعمال کرنا۔
- توثیق
- قیمت
- اقدار
- مختلف اقسام کے
- مختلف
- ورژن
- ورژن
- لنک
- دیکھنے
- زائرین
- vs
- چلنا
- چلتا
- چاہتے ہیں
- راستہ..
- we
- ویب
- ویب خدمات
- ویب سائٹ
- وزن
- اچھا ہے
- کیا
- جب
- چاہے
- جس
- گے
- ساتھ
- کے اندر
- بغیر
- کام کا بہاؤ
- دنیا کی
- تحریری طور پر
- یامل
- سال
- تم
- اور
- زیفیرنیٹ